中国财政政策冲击的识别与效应——符号约束方法下的SVAR分析，本文主要内容关键词为：财政政策论文,中国论文,符号论文,效应论文,方法论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F064 文献标识码：A 文章编号：1001-9952(2015)06-0070-12 财政政策是政府进行反经济周期调节、熨平经济波动的重要工具，也是财政有效履行配置资源、公平分配和稳定经济等职能的主要手段。在中国，政府作为推动经济发展的主导力量，保持了远超过西方经济体的决策速度和执行能力，尽管在改革开放以后，宏观经济的调控手段和方式发生了显著变化，但是政府仍然表现出对财政政策工具的偏好，尤其在当前经济学界对政府2008年“次贷”危机后“四万亿”投资效应存在争论的情况下，以及在强调“实行稳健的货币政策和积极的财政政策”的新形势下，作为宏观经济调控主要手段的财政政策，其效应如何备受政府和社会的关注。而对财政政策效应的准确识别和测度是进行科学决策的前提和基础，因此，识别和测度中国财政政策的冲击效应及研究其具体特征，对宏观财政政策的实施及目标的实现有关键的指导和实践意义。 实际上，我国财政政策的效应一直备受社会和经济界的高度关注，国内经济学界对财政政策效应进行了大量研究。研究兴趣从财政政策对产出、消费和投资等宏观效应的一般讨论到对通货膨胀效应的特别关注，从区域效应的分解到对非对称效应的强调，不一而足。研究方法从单方程方法、结构方程方法到结构向量自回归方法(SVAR)的运用均有所涵盖。国内外文献的研究内容大体一致，国内关于财政政策效应的研究主要在方法上存在不足：第一，限于中国宏观实证研究起步较晚，国内研究主要借鉴了国外成熟的研究模型和计量方法。借鉴本无可厚非，但是国内研究往往没有足够重视所借鉴方法的适用前提条件，生搬硬套使得结论的可靠性存在较大的疑问。第二，2008年次贷危机以后，西方发达国家宏观调控对财政政策的侧重运用，推动了研究界对财政政策效应的研究出现了一波小高潮(Mountford和Uhlig，2009；Perotti，2011；Romer和Romer，2010；Vegh和Vuletin，2012；Woodford，2011)，一些新的计量技术，例如符号约束，受到重视并得以推广(Uhlig，2005；Mountford和Uhlig，2009)，然而国内研究没有及时反映这种变化。为此，在梳理国外财政政策效应研究成熟的计量方法和对国内关于财政政策冲击的识别研究进行讨论的基础上，本文认为只有符号约束识别的方法比较适用于我国财政政策效应的识别和解释，并对中国财政政策效应的基本特征进行了再次考察，以期对现有相关研究加以补充，供有关部门决策参考。第三，尽管国内关于中国政府财政政策效应的实证研究较多，但对财政政策冲击的识别进行专门讨论的研究不仅相对较少，而且研究的并不充分。 本文接下来的安排如下：第二部分回顾了SVAR实证研究方面的文献，对国内外财政政策研究文献中的识别方法和适用条件进行了评述，指出了国内文献识别方法存在的问题和缺陷，并提出了符号约束方法比较适用于国内财政政策效应研究的观点；第三部分详细介绍符号识别方法的原理和具体算法；第四部分在一个9变量SVAR模型框架下，用符号识别技术得出了中国财政政策冲击反应的基本特征，并进行了论述；第五部分是总结和说明。 二、财政冲击的识别及符号约束的优点 宏观经济政策冲击效应的计量研究主要借助两类模型进行，早期的研究借助结构方程或单方程模型展开。结构方程定义了各经济变量之间的数理关系，系数有明确的经济含义，通过对方程系数的推断和检验，经济学家可以借以验证经济理论适用与否，并以此作为政策建议的依据，国内关于财政策效应的研究大多借助了这种方法(邓家姝等，2011；丁颖等，2012；董直庆和滕建洲，2007；郭庆旺和贾俊雪，2005；李广众，2005；李永友和丛树海，2006；潘彬等，2006；张海星，2004；周任，2011)。但是自上世纪70年代，由于“滞胀”的出现和理性预期学派的兴起，这种方法受到了广泛的责难，理性预期学派指出因为理性预期行为的存在，政策制度的改变会改变个人对政策的反应方式，同时改变了的反应方式又与基础参数的改变结合在一起，给那些对应于政策制度并非不变的系数强加一个系数值，会使得结构计量模型失效，从而不能作为政策评估和决策的依据，此即著名的卢卡斯批判。此后，尽管结构模型针对卢卡斯批判做了很多调整和改变，如提出了动态随机一般均衡模型(DSGE)，但结构方法已经不再是类似实证研究的主流方法。国外自20世纪80年代初开始，宏观研究实证方法转向向量自回归模型(VAR)，经济学家用一般的VAR模型拟合和总结数据，然后施加结构化约束使得模型的残差恰好可以解释为某种经济冲击进而得到结构化模型，这种方法被称为结构向量自回归模型(SVAR)。在宏观实证研究中，SVAR模型主要被用来描述和测度宏观经济冲击脉冲反应以及测量有关脉冲反应或其他数量反应引起的不确定性。本文将要采用和讨论的方法主要是SVAR模型。 (一)SVAR模型的主要识别方法 现有相关文献中主要有共四种识别SVAR模型的方法。第一种方法是考尔斯委员会(Cowles Commission)提倡的把结构冲击看做是相关的，通过在结构方程中删除变量来解决识别问题，本质上是一种参数约束技术。一般而言排除的是一些滞后变量，相当于对滞后变量对应的参数施加零约束，这显然是极强的假设。该方法的缺点是一旦假设冲击之间存在相关性，那么就需要把变量的方差分解为不同结构冲击产生的贡献，而这即使可行操作起来也相当困难。 第二种方法是Sims(1980)提出的递归结构模型。模型中的结构方程是递归的，同时对动态部分不施加任何约束。这相当于假设可以把所有同期变量排序以使得每个变量只与排在它后面的同期变量相关而与排在它前面的同期变量无关，并且结构冲击之间不存在相关性，这样模型呈现出三角结构。这种“三角性”可以通过制度信息来确定，结构冲击之间不存在相关性的假设则可以通过SVAR模型有没有充分捕捉到宏观经济的特征来判定。因此Sims所提倡的这种方法通常需要在VAR系统中包括足够多的变量以便能够利用制度信息找出这样一个“三角”结构，同时也需要在系统中包括足够多的滞后项以便充分捕捉经济的动态特征。 第三种方法是所谓的“长期约束”技术，其原理是基于某些随机非稳定宏观变量对冲击可能存在持续性反应的事实。如果把冲击对变量在第j期的效应记作C[，j]，那么冲击对该变量的长期效应为C[，∞]，因此当矩阵C[，∞]的第k行i列有一个不等于零的元素就意味着第i个冲击对第k个变量有持续性的长期效应。这个事实可以转化为SVAR模型的线性约束，具体可以参见Shapiro和Watson(1988)的研究。这种线性约束也能有效地减少自由参数的个数，从而完成SVAR模型的识别。 第四种方法是利用工具变量。例如，如果假设第i个结构冲击对变量y[，kt]没有即时效应，那么SVAR中对应方程的残差就不是第i个结构冲击的函数，因此一旦关于结构冲击互不相关的假设成立的话，这个残差就可以用作SVAR中对应方程的一个工具变量，从而完成SVAR模型的识别(Bernanke，1986；Blanchard和Watson，1986；Galí等，2007)。 以上四种识别方法的共同点是对参数施加某种约束，以减少自由参数的个数直到能够利用约简式所包含的信息恢复SVAR模型的程度。但遗憾的是并不是所有的约束条件都能够凑齐。 (二)识别财政政策冲击的相关文献 应用SVAR模型分析财政政策效应的文献所采用的识别方法相对比较集中。国外文献用于识别财政政策冲击的方法主要有两种：一种是将战争、财政支出政策的突然变化等特殊事件的发生视为外生的财政冲击，用“叙事法”(Narrative Approach)完成识别(Ramey和Shapiro，1998)；另一种是假设某些宏观经济变量对财政政策冲击的反应存在一定时期的滞后来完成识别。因为“叙事法”所要求的环境突变很少发生，大部分的文献都采用了第二种方法，此方法被称为制度信息法(Institutional Information)(Blanchard和Perotti，2002；Favero，2002)，它所提出的方法几乎成为财政政策冲击识别的标准方法。 国内采用SVAR模型对财政政策效应展开实证研究的文献与研究货币政策的文献在数量上大体相当，说明国内对财政政策效应这个问题十分关注。从方法上来讲，国内文献比较偏好采用的识别技术是递归识别方法(王立勇和李富强，2009；郑洁和翟胜宝，2012；郭新强和胡永刚，2012)。国内文献偏好的另一种识别技术是AB模型法，即直接按照某些假设定义实对称矩阵A和B，凑够足够多的约束条件，然后利用EVIEWS等软件包完成对SAVR模型的估计。AB模型方法本质上是递归识别方法和短期识别约束的混合体(李晓芳等，2005；方红生和朱保华，2008；胡永刚和杨智峰，2009；郭杰，2010；张成思，2010；董秀良和帅雯君，2013)。然而上述文献在财政政策冲击的识别方面有两点不足：第一，这些文献对递归识别方法的适用条件几乎没有加以考虑，另外，这些文献的SVAR模型包含的变量较少，而且模型的滞后阶数也不长，因此得出的结论不免让人心存顾虑。第二，上述文献几乎没有考虑“如何把财政政策变量因财政政策冲击引起的变化和因经济周期或货币政策冲击引起的变化区分开来(Mountford和Uhlig，2009)”这个问题。①实际上财政政策冲击的识别与货币政策冲击的识别很不同，递归方法或短期识别方法都不太适合用于财政政策冲击的识别。 同时，在国内，吴江等(2011)和李永友(2012)采用Blanchard和Perotti(2002)的制度信息识别方法分别考察了中国财政政策效应的某些特征。这两篇文献在一定程度上弥补了中国财政政策效应实证研究在方法上的欠缺。这样识别财政政策冲击的方法需要利用额外的制度信息，Blanchard和Perotti(2002)指出因为财政政策措施从提案到具体实施要经历议会辩论、投票等漫长而繁琐的程序，财政政策在执行过程中也会因为政府执行能力而有所迟滞，因此可以假设宏观经济变量对财政政策冲击存在一定的时滞，这个时滞约为一个季度左右。这样在采用季度时间序列的前提下，这种制度信息可以用来识别财政政策冲击。然而，在我国季度宏观序列恐怕不能体现Blanchard和Perotti(2002)提出的制度信息方法所依赖的财政政策效应滞后性，至少这还是一个有争论的和有待证明的问题。众所周知，中国财政决策无需经过议会辩论和投票，更不会因为党争而扯皮，中国政府的政策执行能力远高于西方国家，中国的宏观经济变量即使对财政冲击有滞后效应，其滞后时间也会短于西方国家。因此，笔者认为除非使用更高频率的数据建立SVAR模型，否则不能采用滞后性假设来识别财政政策冲击。 (三)符号约束(Sign Restriction)识别冲击的优势 综上所述，国内关于识别财政政策冲击的研究还不够充分，总体上，关于识别冲击的递归约束方法、叙事法、制度法等参数约束方法，它们要求的假设和条件还是过于严格了，不可避免地受先验假设的干扰，研究者往往偏好那些看起来“合乎逻辑”的结果，一旦不能非常清楚地对先验理论做出说明，就难以把假设和结论区别开来(Uhlig，2005)。这样识别财政政策冲击，需要解决三个问题：首先，研究者要解释清楚财政政策冲击究竟是如何定义的。关于什么是货币政策冲击学界存在一定共识——货币政策冲击表现为利率的突然性上升或下降，但是关于什么是财政政策冲击却有好几种竞争性的定义。其次，研究者需要把财政变量因财政政策冲击产生的变化与因其他诸如经济周期或货币政策等因素冲击引起的变化区分开来。最后，在财政政策宣布和实施之间往往有一定时滞，政策的宣布可能在使财政变量发生变化之前就使某些宏观变量产生了变动，这也是必须考虑的复杂性之一。近来一种新的识别技术——符号约束方法(Sign Restriction)得到了发展(Uhlig，2005；Mountford和Uhlig，2009)。与参数约束技术不同，符号约束方法不对参数而是对冲击效应本身进行约束，并通过蒙特卡洛模拟抽样将符合约束的冲击保留，再加以平均综合，得出政策效应的一般特征。符号约束方法比参数约束更为直观，要求的假设相对不那么严格，因此更具备一般性，可以克服财政政策识别的以上三个问题。因此，本文采用该方法对中国财政政策效应进行再次考察以期补充现有文献的不足。 使用符号约束方法来识别经济冲击，一般有三个步骤：第一步，假设所研究的冲击两两之间互相具有正交关系或是不相关的；第二步，根据经济学含义，假设经济冲击对主要宏观经济变量作用是正还是负；第三步，把处理好的数据和施加符号约束引入我们按照Mountford和Uhlig(2009)思路编写的程序中，②就可得到符号约束下的冲击响应结果。 三、识别财政政策冲击的基本原理和具体算法 (一)财政政策冲击的定义 财政政策冲击顾名思义指的是没有预料到的财政政策变量的变化。然而，财政政策包括一系列不同的政策工具，从各种各样的随税收规则变化而变化的政府收入到一系列可能改变的政府支出，财政政策本身并不是明确的、固定的，因此很难说哪个变量的突然变化意味着财政政策冲击。即使强调这个概念的“宏观”色彩，只从总量的角度来衡量财政变量，依然存在大量可能的政策组合，例如改变税收—债务组合为给定的政府支出计划融资，或者在给定的债务水平下改变支出计划。在这篇论文里，笔者参照Mountford和Uhlig(2009)的研究，把财政政策冲击看做是由财政收入和财政支出两个基本向量组成的空间上的向量，从而财政政策冲击可以看作是两个基本冲击的线性组合，例如平衡预算财政政策冲击就可以视为在改变政府支出的同期或接下来几期配以相应税收政策变化的冲击。 此外，财政政策变量本身可能会随着经济周期或者货币政策冲击的变化而变化，例如政府总收入在经济景气时上升而在经济低落时减少，财政支出可能因为利率的上升而增加。这些因素增加了财政政策冲击识别的复杂性，财政政策变量因经济周期或货币政策变化引起的突然增加或减少显然不能识别为财政政策冲击。回到基础冲击的定义，我们知道SVAR系统的基础冲击是相互正交的，因此，为了识别财政政策冲击，首先假设基础冲击只包括经济周期冲击、货币政策冲击以及财政政策冲击，然后在已经识别出经济周期冲击和货币政策冲击的前提下，与之两两正交的并满足财政变量在一定时间之内突然变大或变小特征的冲击向量就可以识别为财政政策冲击(Mountford和Uhlig，2009)。③ 财政政策冲击与经济周期冲击垂直的假设对结果的影响相当大，但是很直观。当然如果不能控制经济周期的状态，那么可能会产生诸如因经济扩张导致的财政收入增加伴随着因税收增加导致的扩张一类的结论上的混淆。当然假设经济周期冲击先于财政政策冲击发生这点还需要辩论。在解释产出移动时，这个假设留下了各种经济周期冲击的可能性。但是无论留下的是什么，这个假设在估计财政政策冲击效应过程中的合理性也比不控制经济周期要强得多。 本文用GDP、消费、总财政支出、总财政收入、投资、GDP平减指数、贷款余额、M2增速和利率共9个变量组成的VAR系统展开分析。④表1给出了用符号约束定义的经济周期冲击、货币政策冲击和基本财政政策冲击的具体情况。GDP、消费和投资是关注的重点，因此这三个变量对于财政变量的反应不做任何先验符号约束。因为我国常使用贷款余额的计划管理来调节流动性，笔者挑选了M2增速、贷款余额和利率作为货币变量。⑤将经济周期冲击定义为能使财政收入、产出、消费和投资在冲击发生后的一年以内同方向移动的冲击。我们不区分这种冲击是来自需求方还是供给方，因此对冲击的决定因素保持了一定的“模糊性”，尽可能地减少了先验信息对结论的“污染”。⑥
标签：经济周期论文; 货币政策论文; 政府支出论文; 经济研究论文; 财政政策工具论文; 经济模型论文; 经济指数论文; 收入效应论文; 财政制度论文; 国内经济论文; 宏观经济学论文; 经济学论文; 消费投资论文; 财政学论文;